深入浅出索引（上）

场景引入

某一个 SQL 查询比较慢，分析完原因之后，你可能就会说“给某个字段加个索引吧”之类的解决方案。但到底什么是索引，索引又是如何工作的呢？

一句话简单来说，索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。一本
500 页的书，如果你想快速找到其中的某一个知识点，在不借助目录的情况下，那我估计
你可得找一会儿。同样，对于数据库的表而言，索引其实就是它的“目录”。

索引的常见模型

是哈希表、有序数组和搜索树

InnoDB 的索引模型

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组
织表。又因为前面我们提到的，InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+
树中的。

每一个索引在 InnoDB 里面对应一棵 B+ 树。
假设，我们有一个主键列为 ID 的表，表中有字段 k，并且在 k 上有索引。
这个表的建表语句是：（这里我想停顿的一下，在k上有索引实际上就是，又有一个b+树）

表中 R1~R5 的 (ID,k) 值分别为 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6)，两棵树
的示例示意图如下。

从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引。
主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引
（clustered index）。
非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引
（secondary index）

根据上面的索引结构说明，我们来讨论一个问题：基于主键索引和普通索引的查询有什么区
别？

如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵
B+ 树；
如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引
树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使
用主键查询 

为什么还要有二次索引

 索引维护

B+ 树为了维护索引有序性，在插入新值的时候需要做必要的维护。以上面这个图为例，如
果插入新的行 ID 值为 700，则只需要在 R5 的记录后面插入一个新记录。如果新插入的 ID
值为 400，就相对麻烦了，需要逻辑上挪动后面的数据，空出位置。
而更糟的情况是，如果 R5 所在的数据页已经满了，根据 B+ 树的算法，这时候需要申请一
个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会
受影响。
除了性能外，页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页
中，整体空间利用率降低大约 50%。

穿插

当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合
并。合并的过程，可以认为是分裂过程的逆过程。

 基于上面的索引维护过程说明，我们来讨论一个案例：

        你可能在一些建表规范里面见到过类似的描述，要求建表语句里一定要有自
        增主键。当然事无绝对，我们来分析一下哪些场景下应该使用自增主键，而
        哪些场景下不应该。

自增主键是指自增列上定义的主键，在建表语句中一般是这么定义的： NOT NULL
PRIMARY KEY AUTO_INCREMENT。

插入新记录的时候可以不指定 ID 的值，系统会获取当前 ID 最大值加 1 作为下一条记录的
ID 值。

也就是说，自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入
一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。
而有业务逻辑的字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高。
除了考虑性能外，我们还可以从存储空间的角度来看。假设你的表中确实有一个唯一字段，
比如字符串类型的身份证号，那应该用身份证号做主键，还是用自增字段做主键呢？
由于每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索
引的叶子节点占用约 20 个字节，而如果用整型做主键，则只要 4 个字节，如果是长整型
（bigint）则是 8 个字节

显然，主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

所以，从性能和存储空间方面考量，自增主键往往是更合理的选择。
有没有什么场景适合用业务字段直接做主键的呢？还是有的。比如，有些业务的场景需求是
这样的：
1. 只有一个索引；
2. 该索引必须是唯一索引。
你一定看出来了，这就是典型的 KV 场景

由于没有其他索引，所以也就不用考虑其他索引的叶子节点大小的问题。
这时候我们就要优先考虑上一段提到的“尽量使用主键查询”原则，直接将这个索引设置为
主键，可以避免每次查询需要搜索两棵树。